Centre de documentation
scientifique

Extracting built-up land area of airports in China using Sentinel-2 imagery through deep learning / Fanxuan Zeng in Geocarto international, vol 37 n° 25 ([01/12/2022])  

Public [article]  inGeocarto international > vol 37 n° 25 [01/12/2022] . - pp 7753 - 7773 Titre : Extracting built-up land area of airports in China using Sentinel-2 imagery through deep learning Type de document : Article/Communication Auteurs : Fanxuan Zeng, Auteur ; Xin Wang, Auteur ; Mengqi Zha, Auteur Année de publication : 2022 Article en page(s) : pp 7753 - 7773 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] aéroport [Termes IGN] apprentissage profond [Termes IGN] architecture de réseau [Termes IGN] Chine [Termes IGN] détection du bâti [Termes IGN] image Sentinel-MSI Résumé : (auteur) In China, airports have a profound impact on people’s lives, and understanding their dimensions has great significance for research and development. However, few existing airport databases contain such details, which can be reflected indirectly by the built-up land in the airport. In this study, a deep learning-based method was used for extraction of built-up land of airports in China using Sentinel-2 imagery and for further estimating their area. Here, a benchmark generation method is introduced by fusing two reference maps and cropping images into patches. Following this, a series of experiments were conducted to evaluate the network architectures and select the positive impact bands in Sentinel-2 imagery. A well-trained model was used to extract the built-up land for China airports, and the relationship between China airports’ built-up land and the carrying capacity of air transportation was further analysed. Results show that ResUNet-a outperformed U-Net, ResUNet, and SegNet, and the B2, B4, B6, B11, and B12 bands of Sentinel-2 had a positive impact on built-up land extraction. A well-trained model with an overall accuracy of 0.9423 and an F1 score of 0.9041 and 434 China airports’ built-up land was extracted. The four most developed airports are located in Beijing, Shanghai, and Guangzhou, which matches China’s political and economic development. The area of built-up land influenced the passenger throughput and aircraft movements. The total area influenced the cargo throughput, and we found a certain correlation among the built-up land, carrying capacity, and nighttime light. Numéro de notice : A2022-929 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1080/10106049.2021.1983034 Date de publication en ligne : 01/10/2021 En ligne : https://doi.org/10.1080/10106049.2021.1983034 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102662 [article]

Comparaison des images satellite et aériennes dans le domaine de la détection d’obstacles à la navigation aérienne et de leur mise à jour / Olivier de Joinville in XYZ, n° 170 (mars 2022)

Public [article]  inXYZ > n° 170 (mars 2022) . - pp 36 - 44 Titre : Comparaison des images satellite et aériennes dans le domaine de la détection d’obstacles à la navigation aérienne et de leur mise à jour Type de document : Article/Communication Auteurs : Olivier de Joinville , Auteur ; Chloé Marcon, Auteur Année de publication : 2022 Article en page(s) : pp 36 - 44 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] aéroport [Termes IGN] analyse comparative [Termes IGN] analyse diachronique [Termes IGN] BD Topo [Termes IGN] classification dirigée [Termes IGN] classification orientée objet [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] classification pixellaire [Termes IGN] contrôle qualité [Termes IGN] détection de changement [Termes IGN] détection du bâti [Termes IGN] extraction de la végétation [Termes IGN] image Pléiades-HR [Termes IGN] image Sentinel-MSI [Termes IGN] mise à jour de base de données [Termes IGN] modèle numérique de surface [Termes IGN] Nice [Termes IGN] Normalized Difference Vegetation Index [Termes IGN] orthoimage [Termes IGN] plus proche voisin, algorithme du [Termes IGN] QGIS [Termes IGN] réalité de terrain Résumé : (Auteur) Le Service d’information aéronautique (SIA) est un service de la DGAC (Direction générale de l’aviation civile) qui publie et exploite des obstacles à la navigation aérienne afin de sécuriser les vols aux abords des aérodromes. L’article propose une étude comparative entre des données images aériennes (OrthoImages) et des données images satellite (Pléiades et Sentinel) dans les deux domaines suivants : détection d’obstacles (essentiellement végétation et bâtiments) ainsi que leur mise à jour. Il ressort que les images satellite, du fait de leur forte qualité radiométrique et géométrique, offrent un potentiel légèrement supérieur aux images aériennes pour le SIA. De futures études utilisant d’autres capteurs optiques, LiDAR et Radar et des moyens de contrôle plus exhaustifs, devront être menées pour confirmer cette tendance. Numéro de notice : A2022-225 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100191 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2022011	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Reclaimed-airport surface-deformation monitoring by improved permanent-scatterer interferometric synthetic-aperture radar: a case study of Shenzhen Bao'an international airport, China / Lu Miao in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 2 (February 2021)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 87 n° 2 (February 2021) . - pp 105-116 Titre : Reclaimed-airport surface-deformation monitoring by improved permanent-scatterer interferometric synthetic-aperture radar: a case study of Shenzhen Bao'an international airport, China Type de document : Article/Communication Auteurs : Lu Miao, Auteur ; Kailiang Deng, Auteur ; Guangcai Feng, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 105-116 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] aéroport [Termes IGN] coin réflecteur [Termes IGN] déformation d'édifice [Termes IGN] déformation de surface [Termes IGN] données spatiotemporelles [Termes IGN] image Envisat-ASAR [Termes IGN] image Sentinel-SAR [Termes IGN] interféromètrie par radar à antenne synthétique [Termes IGN] piste d'aéroport [Termes IGN] Shenzhen [Termes IGN] surveillance d'ouvrage [Termes IGN] surveillance géologique Résumé : (Auteur) Reclaimed airports usually have fragile geological structures and are susceptible to the uneven ground settlements caused by filling-material consolidation, underground construction, and dynamic loading from takeoff and landing of aircrafts. Therefore, deformation monitoring is of great significance to the safe operation of reclaimed airports. This study adopts an improved permanent-scatterer interferometric synthetic-aperture radar strategy to map the spatiotemporal deformation of Shenzhen Bao'an International Airport in China using ascending and descending Envisat/ASAR data acquired from 2007 to 2010 and Sentinel-1 data from 2015 to 2019. The results show that uneven settlements of the airport concentrate in the new reclaimed land. Then we explore the settlement characteristics of each functional area. Furthermore, we separate out the dynamic-load settlement of runway No. 2 and confirm the settlements caused by dynamic load. This study provides new ideas for studying deformation in similar fields, and technical references for the future construction of Shenzhen Airport. Numéro de notice : A2021-098 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.87.2.105 Date de publication en ligne : 01/02/2021 En ligne : https://doi.org/10.14358/PERS.87.2.105 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97042 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2021021	SL	Revue	Centre de documentation	Revues en salle	Disponible

Maquette numérique BIM : modélisation 3D de l'aéroport international de Bâle-Mulhouse-Fribourg / Thibault Bavoux in XYZ, n° 161 (décembre 2019)

Public [article]  inXYZ > n° 161 (décembre 2019) . - pp 51 - 56 Titre : Maquette numérique BIM : modélisation 3D de l'aéroport international de Bâle-Mulhouse-Fribourg Type de document : Article/Communication Auteurs : Thibault Bavoux, Auteur Année de publication : 2019 Article en page(s) : pp 51 - 56 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] aéroport [Termes IGN] Alsace (France administrative) [Termes IGN] maquette numérique [Termes IGN] modélisation 3D du bâti BIM [Termes IGN] semis de points [Termes IGN] travail coopératif Résumé : (Auteur) Avec l'avènement des nouvelles technologies de mesure 3D, telles que les systèmes LIDAR aéroportés, les scanners-lasers ou encore les systèmes de Mobile Mapping, il est de plus en plus facile d'acquérir de la donnée en grande quantité et ce, de manière précise et rapide. En revance, en ce qui concerne la phase de traitement, la tâche se révèle plus fastidieuse et de plus en plus d'acteurs font alors appel à des entreprises spécialisées pour optimiser cette opération longue et complexe. Devant ce constat, FUTURMAP a donc fait du traitement de nuages de points et plus généralement de la cartographie et du traitement de données géospatiales, son coeur de métier. Parmi ses nombreuses activités, la société offre depuis 2015, un service innovant de création de maquettes numériques sous Revit, adapté aux besoins des géomètres-topographes et architectes. Pionnière de la modélisation 3D, elle se pose désormais en véritable spécialiste du BIM "tel-que-construit" en France (BIM : Building Information Modeling). Cet article a donc pour vocation de présenter l'un des projets phares réalisé durant l'année 2018. Numéro de notice : A2019-584 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94553 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2019041	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Multi-scale object detection in remote sensing imagery with convolutional neural networks / Zhipeng Deng in ISPRS Journal of photogrammetry and remote sensing, vol 145 - part A (November 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 145 - part A (November 2018) . - pp 3 - 22 Titre : Multi-scale object detection in remote sensing imagery with convolutional neural networks Type de document : Article/Communication Auteurs : Zhipeng Deng, Auteur ; Hao Sun, Auteur ; Shilin Zhou, Auteur ; et al., Auteur Année de publication : 2018 Article en page(s) : pp 3 - 22 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] aéroport [Termes IGN] détection d'objet [Termes IGN] image aérienne [Termes IGN] image optique [Termes IGN] image Sentinel-SAR [Termes IGN] réseau neuronal convolutif [Termes IGN] ville Résumé : (Auteur) Automatic detection of multi-class objects in remote sensing images is a fundamental but challenging problem faced for remote sensing image analysis. Traditional methods are based on hand-crafted or shallow-learning-based features with limited representation power. Recently, deep learning algorithms, especially Faster region based convolutional neural networks (FRCN), has shown their much stronger detection power in computer vision field. However, several challenges limit the applications of FRCN in multi-class objects detection from remote sensing images: (1) Objects often appear at very different scales in remote sensing images, and FRCN with a fixed receptive field cannot match the scale variability of different objects; (2) Objects in large-scale remote sensing images are relatively small in size and densely peaked, and FRCN has poor localization performance with small objects; (3) Manual annotation is generally expensive and the available manual annotation of objects for training FRCN are not sufficient in number. To address these problems, this paper proposes a unified and effective method for simultaneously detecting multi-class objects in remote sensing images with large scales variability. Firstly, we redesign the feature extractor by adopting Concatenated ReLU and Inception module, which can increases the variety of receptive field size. Then, the detection is preformed by two sub-networks: a multi-scale object proposal network (MS-OPN) for object-like region generation from several intermediate layers, whose receptive fields match different object scales, and an accurate object detection network (AODN) for object detection based on fused feature maps, which combines several feature maps that enables small and densely packed objects to produce stronger response. For large-scale remote sensing images with limited manual annotations, we use cropped image blocks for training and augment them with re-scalings and rotations. The quantitative comparison results on the challenging NWPU VHR-10 data set, aircraft data set, Aerial-Vehicle data set and SAR-Ship data set show that our method is more accurate than existing algorithms and is effective for multi-modal remote sensing images. Numéro de notice : A2018-488 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.04.003 Date de publication en ligne : 02/05/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.04.003 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91224 [article]

Exemplaires(3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018111	RAB	Revue	Centre de documentation	En réserve L003	Disponible
081-2018113	DEP-EXM	Revue	LASTIG	Dépôt en unité	Exclu du prêt
081-2018112	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

From consumer to pro / Monica Miller Rodgers in GEO: Geoconnexion international, vol 15 n° 5 (May 2016)

Permalink

Les pistes à suivre : aéroports et SIG / Xavier Fodor in SIGmag, n° 8 (mars 2016)

Permalink

EGNOS, un sacré plus pour l'aviation civile / M.C. Siron in CNES Mag, n° 56 (01/01/2013)  

Permalink

Personal privacy jammers: Locating Jersey PPDs jamming GBAS [Ground-Based Augmentation System] safety-of-life signals / J. Grabowski in GPS world, vol 23 n° 4 (April 2012)

Permalink

Aéroports : objets géographiques complexes / Françoise de Blomac in SIG la lettre, n° 126 (avril 2011)

Permalink

Aerial surveying at airports: STI's two recent projects / Matteo Luccio in Geoinformatics, vol 14 n° 1 (01/01/2011)

Permalink

Detection of buildings at airport sites using images and lidar data and a combination of various methods / N. Demir (2009)  

Permalink

Topométrie et instrumentation face aux enjeux de la surveillance des grands ouvrages / H. Lancon in XYZ, n° 107 (juin - août 2006)

Permalink

Aéroport international de Genève : partage des données spatiales et des données de la CAO / P.A. Eperon in Géomatique expert, n° 46 (01/10/2005)

Permalink

An assessment of the effectiveness of atmospheric correction algorithms through the remote sensing of some reservoirs / D.G. Hadjimitsis in International Journal of Remote Sensing IJRS, vol 25 n° 18 (September 2004)  

Permalink